E6 — GLM II: diagnóstico, sobredispersão, zeros inflados e ordinais

Resíduos quantílicos com DHARMa. Sobredispersão: quasi-Poisson e binomial negativa. Modelos ZIP, ZINB e hurdle com glmmTMB. Regressão ordinal com ordinal::clm.

Quarta, 23 de setembro de 2026 · tarde · 4,5 h

O encontro em que os modelos do E5 falham — e o que fazer a respeito. Diagnóstico primeiro, remédio depois.

Slides

Abrir slides

Conteúdo

1. Por que os resíduos comuns não servem para GLM — e o que são resíduos quantílicos simulados. DHARMa do início ao fim.
2. Sobredispersão — como detectar (check_overdispersion()), o que causa, e as três saídas: quasi-Poisson, binomial negativa, ou efeito aleatório em nível de observação. Quando cada uma é honesta.
3. Excesso de zeros — zero estrutural versus zero amostral, que é uma distinção biológica, não estatística. ZIP, ZINB e hurdle com glmmTMB(ziformula = ~ .), seguindo o capítulo 8 do livro. Como escolher — e como conferir que os zeros foram mesmo resolvidos.
4. Respostas ordinais — o modelo de odds proporcionais com ordinal::clm() e clmm(); por que tratar escala ordinal como contínua distorce o resultado.
5. Relato — o que precisa aparecer no texto do artigo.

Prática

Os enunciados estão no fim do deck e pedem que você use os seus próprios dados. Para acompanhar em sala, o mesmo roteiro rodado nos dados do curso, com um take-home por item:

• exercicios/e06.R

Dados

• RoadKills.txt — sobredispersão.
• Planilha_Pentastomida.txt — Raillietiella mottae em dois lagartos; excesso de zeros. É o mesmo conjunto do capítulo 8 de Análises Ecológicas no R e do Encontro 4.
• NA.csv — índice melanofórico, resposta ordinal.

Leituras

Obrigatória

• Zuur, A.F. et al. 2009. Mixed Effects Models and Extensions in Ecology with R. Springer.

Complementar

• da Silva, F.R.; Gonçalves-Souza, T.; Paterno, G.; Provete, D.B. & Vancine, M.A. 2022. Análises Ecológicas no R. NUPEEA.
• Kurz, A.S. Statistical Rethinking recoded — o livro do McElreath em brms, ggplot2 e tidyverse.
• Jones, E.; Harden, S. & Crawley, M.J. 2022. Generalised Linear Models. Cap. 11 de The R Book, 3ª ed. Wiley. p. 499–577. — o mesmo capítulo do Encontro 5; hoje interessa a 11.2, sobre contagens, com a 11.2.2 dedicada à dispersão e a 11.2.3 à alternativa à Poisson. A 11.3 trata de tabelas de contagem e modelos log-lineares.
• Bolker, B.M. et al. 2009. Generalized linear mixed models: a practical guide for ecology and evolution. Trends in Ecology & Evolution 24:127–135.
• Brooks, M.E. et al. 2017. glmmTMB balances speed and flexibility among packages for zero-inflated generalized linear mixed modeling. The R Journal 9:378–400. — o pacote que usamos nos modelos com inflação de zeros.
• Blasco-Moreno, A.; Pérez-Casany, M.; Puig, P.; Morante, M. & Castells, E.
  2019. What does a zero mean? Understanding false, random and structural zeros in ecology. Methods in Ecology and Evolution 10(7):949–959. — a classificação dos zeros usada no slide “Quatro origens para o mesmo zero”.
• Hartig, F. DHARMa: residual diagnostics for hierarchical regression models.
• Gelman, A. et al. 2026. Bayesian Workflow. Chapman & Hall/CRC. Cap. 8, “Visualizing and checking fitted models”.

Recursos externos

• DHARMa — vinheta
• glmmTMB — vinhetas
• Análises Ecológicas no R — cap. 8
• Prabhakaran, S. Zero-Inflated and Hurdle Models in R — tutorial curto com pscl::zeroinfl() e pscl::hurdle() lado a lado, no mesmo conjunto de dados.

---

Volta para o índice do curso.